Wszelkie sugestie dotyczące dobrego źródła do nauki metod MCMC?
Wszelkie sugestie dotyczące dobrego źródła do nauki metod MCMC?
Odpowiedzi:
Dostępne są samouczki online
Praktyczny łańcuch Markowa Monte Carlo autorstwa Geyera ( Stat. Science , 1992) jest również dobrym punktem wyjścia, a ilustracje można zobaczyć w pakietach MCMCpack lub mcmc R.
Nie przeczytałem go (jeszcze), ale jeśli jesteś w R, jest książka Christiana P. Roberta i George'a Caselli: Przedstawiamy metody Monte Carlo za pomocą R (użyj R)
Wiem o tym po śledzeniu jego (bardzo dobrego) bloga
Gilks WR, Richardson S., Spiegelhalter DJ Markov Chain Monte Carlo in Practice . Chapman & Hall / CRC, 1996.
Względny staruszek teraz, ale nadal dobry.
Rozdział 4 „Wnioskowanie z symulacji i monitorowania zbieżności” Gelmana i Shirleya jest dostępny online.
- książka ostatnio zaktualizowana niż Gilks, Richardson i Spiegelhalter. Sam tego nie czytałem, ale został dobrze sprawdzony w Technometrics w 2008 roku , a pierwsze wydanie otrzymało również dobrą recenzję w The Statistician w 1998 roku.
Kolejna klasyczna pozycja (w połączeniu ze wspomnianym już wprowadzeniem metod Monte Carlo z R ):
Metody statystyczne Monte Carlo autorstwa Roberta i Caselli (2004)
w Use R! seria jest również:
Wprowadzenie do symulacji prawdopodobieństwa i próbkowania Gibbsa za pomocą R autorstwa Suess i Trumbo (2010)
Najbardziej dostępny tekst to Bayesian Cognitive Modeling: A Practical Course . Bardzo przejrzysta ekspozycja. Książka ma świetne przykłady BŁĘDÓW i zostały przeniesione do Stana na stronie przykładów github .